關于智力與智慧的辯論與歷史一樣古老，但人工智能已經將其轉變為一個非常實際的問題。專業知識越便宜，知道如何使用它就越珍貴。越來越明顯的是，最有價值的不僅僅是做事的力量，而是有效地揮舞這種力量。在復雜系統的背景下制定和理解目標，并將蓬勃發展的內容與明確的戰略愿景結合起來：這些是新游戲的明星。

 

　　這在軟件開發中更不真實，在軟件開發中，內容是可執行的。在這里，我們有一個奇怪的悖論，眾所周知，更多的代碼行意味著更多的維護表面積，而既定實踐表明，更多的輸出！=更好的結果。然而，目前的時尚是，了解軟件的人——軟件開發人員——很快就會被人工智能取代。

　　老實說，我認為相反的可能更接近事實。開發人員技能的核心是在軟件中的想法、目標和實施之間移動的能力。事實證明，宇宙的這個角落目前正在以數量級的速度增長。雖然現在任何人都可以使用人類語言從人工智能生成工作代碼，但每次他們這樣做時，開發人員都會有更多的領域來漫游。

　　也許生成的代碼質量很高，符合要求，并與整體項目意圖和基礎設施集成。也許它很容易理解和維護；也許不是。深思熟慮和交付的代碼意味著對目標和基礎系統的理解。你知道你怎么稱呼那個做那個的人嗎？軟件開發人員。

　　人工智能無法提供那種代碼，因為人工智能什么都不懂。吸收和吸收事物的重要性純粹是人類的功能。這也是艱苦的工作。它變得越來越罕見，就在它變得越來越必要的時候。

　　意圖作為企業創新的中間地

　　企業創新的中間地是戰略目標與業務和發展活動相聯系的地方。連接意圖的中間地是目的與技術相遇的地方。如果沒有人類的指導，人工智能是做不到的。它只能提供幫助。

　　作為一名開發人員和人類，你想盡可能地推動自己，將事物的意圖融入你的實踐中。通過堅持理解項目的意圖，并將其與自己對實施細節的理解結合起來，你變得更加有價值。然后，人工智能可以更輕松地將您的意圖放大到自動化活動中。

　　我們可以推測，人工智能在未來會在這個中間地帶變得更好，但它永遠不會真正有意圖。它只會在人類的指導下移動。抵抗僅僅成為實施意圖的連接器或解釋者。繼續努力發展和貢獻你自己獨特的理解。實施可以自動化，但理解的獨特品質不能。

　　為什么LLMs不會取代更高級別的語言

　　如果你聽一些人工智能愛好者的話，人工智能大規模生產代碼以滿足要求的能力可能會使理解該代碼的意圖變得不那么重要。我想說，這在前面變得不那么必要了。甚至可能會有人工智能的自然語言界面像今天的第四代語言一樣的時候。我可以看到一個可能的未來，JavaScript和Python等語言是人工智能界面下方的一層，類似于今天的C。但是，如果這就是我們正在使用的類比，那么很明顯，我們總是需要深入了解該層的人，就像今天我們仍然需要了解C、裝配機代碼和芯片晶圓的人一樣。

　　但我真的沒有看到大型語言模型會很快取代更高級別的語言編程，如果有的話。這一代人給參與的人類帶來了巨大的壓力，以確保最小的變化和簡潔。正如我們從經驗中知道的那樣，這些事情是至關重要的。在編程方面，完成工作與優雅地完成工作并不是微不足道的區別。

　　您可以抽象循環的實現方式。您可能可以使用LLM來代替for循環或forEach函數。但在某處，它仍然被實現為一個循環或函數。有人仍然需要了解迭代的概念，因為它與數據及其運行的系統有關。

　　值得一定的是，2024年6月的Gartner Hype Cycle在下坡上有生成人工智能，迅速沖向幻滅的沼澤。當某件事周圍有如此多的興奮和潛力時，很難站在一邊并清楚地看到它，但這正是我們作為開發人員需要做的。我們有觀點來真正了解人工智能能做什么和不能做什么，并以最佳方式使用它。我們這樣做越多，結果對我們所有人來說就越好。

　　事實是，人工智能是在人類的平均輸出上訓練的，所以你會得到平均的結果。非凡的天才和日常的卓越人類成就是將無形、意圖和創造力精神與媒介和技術的細節相結合的結果。人工智能只能提供事物的近似樣本，而不是生物核心。那個核心是天才的源泉。

　　用禪宗術語和李小龍的哲學來說，人工智能都是指著月亮，而不是月亮。

　　智力與智慧

　　幾年前，我學會了如何玩龍與地下城，智力和智慧屬性之間的區別被解釋為“知道下雨”與“知道從雨中出來”。另一種呈現這種方式是知道如何做與應該做什么。

　　對我來說，智慧走向減少，而智慧則走向整合。智慧看部分，智慧看整體。顯然，我們兩者都需要，而擁抱兩者就是我在這里倡導的。智力可以人工產生這一事實要求更有效地行使智力和智慧，尤其是智慧。我們需要所有能獲得的智慧來管理在沒有理解的情況下創建的不斷增長的內容量。

　　作為一名開發人員，你獨特的觀點以及你如何將各種元素結合在一起是不可替代的。無論在什么層面上，在什么情況下，理解都是最珍貴的東西。深刻理解，如何和為什么，其他一切都將從中涌出。